基于遥测fft的卫星低频共振分析方法及系统的制作方法
【技术领域】
[0001] 本发明涉及一种共振分析领域，具体地，涉及基于遥测数据的卫星低频共振分析 方法，其利用FFT分析法分析卫星低频共振导致的异常和故障，并通过FFT分析结果辅助异 常或故障定位。
【背景技术】
[0002] 在卫星发射前测试和在轨测试过程中，会产生大量的遥测原码数据。测试人员往 往要对这些原码数据中的某个波道进行分析，获取该波道在一天内或者更长的时间段内的 变化趋势。卫星遥测一般以〇.5s每帧的速率进行下传，几分钟内就可以积累上万帧的数据 量。测试人员和在轨监测人员要对每帧原码中的各个波道进行物理量解析，并得到某一时 间段内的变化趋势。
[0003] 通常使用遥测解析提取软件对某一段时间内保存下来的遥测数据原码进行数据 的解析和提取。此软件首先要对遥测原码进行解析，解析出遥测波道的具有实际含义的物 理值。然后根据卫星遥测数据帧下传的顺序，对测试人员需要提取的波道进行物理量和原 码的提取，提取完成后形成数据图表，供测试人员进行分析。最后测试人员根据卫星遥测数 据生成的图表对卫星的故障进行分析，常规的障分析方法就是在时域上进行遥测直接识 另 1J、基本方法识别等。
【发明内容】
[0004] 针对现有技术中的缺陷，本发明的目的是提供一种基于遥测FFT的卫星低频共振 分析方法及系统。
[0005] 根据本发明提供的一种基于遥测FFT的卫星低频共振分析方法，包括：
[0006] 步骤1:对卫星发生故障时刻前后的原始遥测原码数据进行排序、去重复、剔除误 码的预处理操作，生成待处理原码数据；
[0007] 步骤2:对待处理原码数据进行物理量提取处理，将待处理原码数据中的遥测原码 解析为物理量数据；
[0008] 步骤3:对故障时刻前后的物理量数据进行频域分析，得到频谱图；
[0009] 步骤4:利用频谱图对偏航轴、滚动轴姿态角速度进行快速傅氏变换FFT分析；
[0010] 步骤5:通过对偏航轴、滚动轴姿态角速度的FFT分析，将时域信号转化为频域信 号，进而分辨出原始遥测原码数据中的异常频率成分。
[0011] 根据本发明提供的一种基于遥测FFT的卫星低频共振分析系统，包括：
[0012] 预处理装置：用于对卫星发生故障时刻前后的原始遥测原码数据进行排序、去重 复、剔除误码的预处理操作，生成待处理原码数据；
[0013] 物理量提取装置：用于对待处理原码数据进行物理量提取处理，将待处理原码数 据中的遥测原码解析为物理量数据；
[0014] 频域分析装置:用于对故障时刻前后的物理量数据进行频域分析，得到频谱图；
[0015]变换装置:用于利用频谱图对偏航轴、滚动轴姿态角速度进行快速傅氏变换FFT分 析；
[0016] 分辨装置：用于通过对偏航轴、滚动轴姿态角速度的FFT分析，将时域信号转化为 频域信号，进而分辨出原始遥测原码数据中的异常频率成分。
[0017] 与现有技术相比，本发明具有如下的有益效果：
[0018] 本发明无需求解微分方程，可从频域上揭示系统性能并指明改进性能的方向和易 于实验分析。但需要注意的是，由于遥测数据的时间间隔一般为〇.5s，根据奈奎斯特采样定 理，采样频率要大于实际信号频率的两倍以上才可以识别，即只能识别出低频分量，对于高 频分量无法识别。
【附图说明】
[0019]通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、 目的和优点将会变得更明显：
[0020] 图1为本发明提供方法的步骤流程图。
【具体实施方式】
[0021] 下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术 人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术 人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明 的保护范围。
[0022] 本发明涉及一种卫星低频共振分析方法及系统，本方法首次将快速傅立叶变换 (Fast Fourier Transform)分析应用到卫星故障遥测分析。首先对原始的遥测原码进行剔 除野值，然后将剔除野值后的遥测源码进行物理量解析;最后利用FFT对卫星故障遥测数据 在频域上进行模式识别;对FFT处理出来的结果图进行分析和总结。方法内容主要包括遥测 原码预处理、物理量提取、快速傅立叶变换(FFT)分析三个步骤。
[0023] 对于转动部件类故障，通过直接遥测识别、基本方法识别等时域或统计方法难以 识别出异变，必须借助频域分析方法，才能识别出问题。频域分析具有明显的优点：无需求 解微分方程，可揭示系统性能并指明改进性能的方向和易于实验分析。频域分析自变量是 频率，即横轴是频率，纵轴是该频率信号的幅度，也就是通常说的频谱图。频谱图描述了信 号的频率结构及频率与该频率信号幅度的关系。对信号进行时域分析时，有时一些信号的 时域参数相同，但并不能说明信号就完全相同。因为信号不仅随时间变化，还与频率、相位 等信息有关，这就需要进一步分析信号的频率结构，并在频率域中对信号进行描述。动态信 号从时间域变换到频率域主要通过傅立叶级数和傅立叶变换实现。周期信号靠傅立叶级 数，非周期信号靠傅立叶变换。
[0024] 确定信号虽然可以用一个确定的时间函数来表示，但是一般说来，信号形式相当 复杂，直接对他进行分析和处理比较困难。为了克服这种困难，一般将复杂信号分解成某种 类型的基本信号之和，只要把这种基本信号的性质研究清楚了，那么复杂信号的性质也就 清楚了。这里说的基本信号除了必须满足一定的数学条件外，最主要的特点在于其简单性： 或者实现起来比较简单，或者分析起来比较简单，或者二者兼而有之。
[0025]确定信号分为周期信号和非周期信号，下面对这两种信号进行频谱分析。
[0026] (1)周期信号的离散频谱
[0027] 设f(t)是一个周期为T的周期信号，即，f(t)=f(t+T)。在一个周期内，信号f(t)只 有有限个不连续点，而且积分存在，则信号f(t)可用富氏级数展开：
[0031] 上式也可改为另一种形式：[0032] .(:2).
[0028]
[0029]
[0030]
[0033] 〇
[0034] 当对信号频谱的幅度和相位特性感兴趣时，通常采用指数展开形式：
[0035] ⑶
[0036] ,、 (4)
[0037]从上述公式可以看出，当满足一定条件时，任何一个周期信号都可以展开成无限 ^ Jf 多个正弦型基本信号之和。上述信号展开式中都包含直流项，％ 的基波项以及±2·， ±3·，…等谐波项。把直流项，基波项以及各次谐波的幅度与频率的关系成为信号的频谱。 显然，周期信号的频谱是不连续的，因此成为离散频谱。这样，根据上述公式，如果给出周期 信号，就可以导出其频谱;反过来，如果知道了某一信号之频谱，也可以导出相应的信号。这 样就有了两种描述信号的方法:将信号表示成时间函数的时间域表示方法以及用频谱描述 信号的频率域表示法。
[0038] 周期性矩形脉冲信号可表示为：
[0039]
(.5)
[0040] 式中，τ为周期矩形脉冲宽度。
[0041]为了方便计算，选择积分限为-Τ/2~Τ/2,得出指数展开形式为：
[0042]
C6)
[0043]方括号里的函数是sinx/x型函数，称为采样函数，简记为Sa(x)，即：
[0044] Sa(x)=sinx/x (7)
[0045] 把采样函数带入式(6)中，得到：
[0046]
(8)
[0047] 因而
[0048]
(.9)
[0049] 令α = ΤΛ，并称为脉冲序列的空度比，则式(9)很容易写成下列以后常用的形式：
[0050]
C1Θ)
[0051] (2)非周期信号的连续频谱
[0052] 以上对周期信号的离散频谱分析可以推广到非周期信号的频谱分析。例如，令周 期Τ-%，则频谱变密而趋于连续，但其包络的形状并不改变。从数学上处理这个极限问题 2jt 也简单。根据式(3)和(4)，将，w = nAw，w〇 ? Aw代入得：
[0053] (11)
[0054]
[0055] (12)
[0056]
[0057] (13)
[0058] (14)
[0059] 则称F(w)为信号f(t)的富式变换，则f(t)称为F(w)的富式反变换。f(t)和F(w)构 成一对富式变换。
[0060] 从式（10)可以看出，非周期信号的频谱不再是离散的了，而是在从到+~的整 个频率范围内的分布的连续频谱。通常F(w)为复数，可表示为
[0061] F(w) = | F(w) I (15)
[0062] 其中|F(w) I与频率的关系称为振幅频谱，简称幅度谱；Φ (w)与频率的关系称为相 位频谱，简称相位谱。
[0063] 式（13)和（14)也可以写成：
[0